論文の概要: Physics-Shaped, Not Physical: Auditing Physics-Guided Underwater Image Restoration
- arxiv url: http://arxiv.org/abs/2610.19763v1
- Date: Wed, 14 Oct 2026 08:17:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-15 21:06:16.032026
- Title: Physics-Shaped, Not Physical: Auditing Physics-Guided Underwater Image Restoration
- Title（参考訳）: 物理を形づくった、物理ではない:物理誘導された水中画像の復元を視察する
- Abstract要約: 水中画像復元のための物理誘導ネットワークは、送信および後方散乱を予測し、画像形成モデルを反転させる。
代表的な設計であるPhysGuide-Netを4つの制御実験で評価する。
全ての800のトレーニング画像では、物理モジュールは0ショットゲイン(PSNRは0.16dB、95%の間隔は0を含む)をFLOPの3.4倍に与えない。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Physics-guided networks for underwater image restoration predict transmission and backscatter and invert the image-formation model, yet rarely test whether this physics does any work. We audit one representative design, PhysGuide-Net, with four controlled experiments: five-seed ablations on UIEB with zero-shot evaluation on the complete LSUI (4279 pairs) and AUIED3K (3000 pairs) sets; a data-efficiency study with a capacity-matched control that removes the formation model; and a validation of the predicted maps against measured range on Sea-thru. With all 800 training images the physics module gives no zero-shot gain (mean PSNR differences of at most 0.16 dB; all 95% intervals include zero) at 3.4x the FLOPs. With 80 images it helps more (+0.65 dB on UIEB, +1.48 dB on AUIED3K; seed-to-seed s.d. on AUIED3K from 1.3 to 0.5 dB), although not individually significant after correction, and the control does not reproduce this (0.8-1.0 dB lower). Yet the predicted transmission does not behave like a physical quantity: its correlation with range is no stronger than for the range map of a different image (pooled difference +0.02, versus -0.06 for the dark-channel prior), and a Beer-Lambert fit explains 0.4% of its variance. The effect of the module also changes sign with degradation severity between datasets. The benefit thus comes from a physics-shaped inductive bias, not from physics. We further show that single-run ablations can reverse sign and document implementation defects that invalidate loss ablations.
- Abstract（参考訳）: 水中画像復元のための物理誘導ネットワークは、伝送と後方散乱を予測し、画像形成モデルを逆転させるが、この物理が機能するかどうかをテストすることは滅多にない。
1つの代表的な設計であるPhysGuide-Netを、完全なLSUI(4279対)とAUIED3K(3000対)のセットでゼロショット評価されたUIEB上の5シードのアブリケーションと、生成モデルを除去するキャパシティマッチング制御によるデータ効率試験と、シースルーの計測範囲に対する予測マップの検証の4つの制御実験で評価した。
全ての800のトレーニング画像では、物理モジュールは0ショットゲイン(PSNRは0.16dB、95%の間隔は0を含む)をFLOPの3.4倍に与えない。
80枚以上の画像(UIEBでは+0.65dB、AUIED3Kでは+1.48dB、AUIED3Kでは1.3から0.5dBまでシード・ツー・シードのs.d.)が保存されるが、修正後は個別に重要ではなく、制御はそれを再現しない(0.8-1.0dB以下)。
しかし、予測された送信は物理量のように振る舞わない:その範囲との相関は、異なる画像のレンジマップ(暗チャネルの前では+0.02、前では-0.06)よりも強くなく、ビア=ランベルトのマッチングはその分散の0.4%を説明できる。
モジュールの効果は、データセット間の劣化の深刻度で符号も変化する。
この利点は、物理学ではなく、物理学の形をした帰納バイアスにある。
さらに、単一実行の Ablation が、損失 Ablations を無効にする符号と文書化の欠陥を逆転できることを示す。
関連論文リスト
- Teaching Vision-Language Models to Decline: Support Completion Against Mirage [13.479403440765259]
ヴィジュアル言語モデルは、表示されなかった画像に関する疑問に答える。
クロスエントロピーは、画像を読み取るモデルと、それを無視するモデルとを分離します。
サポート完了を形式化したTIDEは、各トレーニング質問に対して、空白画像、同じドメインの誤り画像、ドメイン外画像を表示する。
論文 参考訳（メタデータ） (2026-10-12T09:21:54Z) - Correctness Is a Direction: Geometric Answer Selection in Language Models [37.52103844741668]
スコアリング方向がゼロショットログ確率スコアよりも優れていることを示す。
事実推論、ドメイン知識、真性に対する正当性方向は表現空間においてほぼ直交である。
論文 参考訳（メタデータ） (2026-10-03T13:21:04Z) - Physics-based prediction, uncertainty quantification and decision-making for IN718 crystallographic texture intensity across LPBF defocus regimes [24.75122350313112]
本研究では,Inconel 718における001>BDテクスチャの2段階物理モデルを開発した。
ステージ1は、変数を解凍モードにマッピングし、プール幾何学を解凍する。
ステージ2は、経験的物理モデルとランダムフォレスト残差モデルを組み合わせることでテクスチャを予測する。
論文 参考訳（メタデータ） (2026-09-16T16:02:37Z) - Architecture-Dependent Causal Transfer of Activation States Across Large Language Models [51.56484100374058]
内部言語アクティベーション状態は、異なる大きな言語モデル間で因果的に転送することができる。
生成中に投影された活性化をターゲットモデルに注入すると、統計的に有意で事前登録された因果効果が生じる。
現在実装されているLCM間のエンド・ツー・エンドのアクティベーション・ステート・トランスファーは、ユニバーサルではなくアーキテクチャに依存していると結論付けている。
論文 参考訳（メタデータ） (2026-08-17T09:53:27Z) - Beyond Control Points: Arcsecond Relative-Motion Estimation of Vision Measurement Platforms With Incomplete or Absent Control Fields [43.43572961146893]
画像の変位や既知の3D点から直接プラットフォームの動きを推定する制御適応微分フレームワークを開発した。
我々は、回転可観測条件、非モデル翻訳および非剛点運動のためのリークバウンド、および単一点軸偏差法を導出する。
論文 参考訳（メタデータ） (2026-08-14T03:41:30Z) - Differential 6-DOF Pose Estimation with Provable First-Order Immunity to Camera Calibration Errors [39.41872679860813]
従来の3D-2D手法では、絶対的なカメラポーズを毎回独立して推定し、カメラからプラットフォームへのポーズを通してプラットフォームの動きを復元する。
本稿では,フレーム間画像変位と既知の3次元制御点からプラットフォームの動きを直接復元する差分ポーズ推定手法を提案する。
回転誤差は、キャリブレーション誤差、動き、大きさ、観察幾何学によって決定される有界摂動を誘導する一方で、外在誤差が正確にキャンセルされることを証明した。
論文 参考訳（メタデータ） (2026-08-05T10:36:04Z) - Track-Leakage-Free Hold-Out Self-Validation for Photogrammetric Reconstruction: Protocol, Sensitivity, and Limits [0.0]
画像再構成のためのトラックレカジフリーホールドアウトプロトコルを定式化する。
我々は、5つの基準撮影、13のETH3Dレーザースキャンシーン、EuRoC飛行、30のIMC 2025シーンで評価した。
論文 参考訳（メタデータ） (2026-07-25T17:00:11Z) - QCalEval: Benchmarking Vision-Language Models for Quantum Calibration Plot Understanding [37.18078731710843]
量子キャリブレーションプロットのための最初のVLMベンチマークであるQCalEvalを紹介する。
超伝導量子ビットと中性原子にまたがる22の実験系から87種類のシナリオタイプにまたがる243試料について検討した。
最高の汎用ゼロショットモデルは平均スコア72.3に達し、多くのオープンウェイトモデルはマルチイメージのインコンテキスト学習で劣化する。
論文 参考訳（メタデータ） (2026-04-28T17:28:33Z) - Architectural Observability Collapse in Transformers [0.0]
トレーニングは、出力信頼が露呈しない内部的な意思決定品質のシグナルを保持します。
信頼制御は、平均60.3%の生プローブ信号を6つのファミリーの14モデルで吸収する。
Llama 3.1 8Bは、同じ32層、32頭、4096面の形状で崩壊する。
論文 参考訳（メタデータ） (2026-04-27T02:39:02Z) - Impact of Labeling Inaccuracy and Image Noise on Tooth Segmentation in Panoramic Radiographs using Federated, Centralized and Local Learning [46.232038247686745]
フェデレートラーニング(FL)は、歯科診断AIにおけるプライバシー制約、不均一なデータ品質、一貫性のないラベル付けを緩和する。
複数のデータ破損シナリオを対象としたパノラマX線撮影において,FLと集中学習(CL)と局所学習(LL)を比較した。
論文 参考訳（メタデータ） (2025-09-08T11:07:47Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。